中文

OP4KSR:无补丁一步式4K超分辨率方法与周期性伪影抑制

计算机视觉与模式识别 2026-05-14 v1

摘要

基于扩散的真实图像超分辨率(Real-ISR)在感知质量方面取得了显著进展;然而,直接将图像超分辨率到4K仍受限于极端的内存消耗。因此,先前的方法采用基于补丁的推断,牺牲了全局上下文,引入语义混淆、空间不一致和严重的延迟。我们提出OP4KSR,一种基于强大的Flux主干网络构建的无补丁一步式4K超分辨方法。通过利用极端压缩的F16 VAE,OP4KSR能够在实际的GPU预算下实现4K超分辨率推断,同时保持全局空间语义一致性,实现高度有效的推断。然而,适应这种一步式架构会本质上触发严重的周期性伪影。我们追溯到RoPE基本频率分配不匹配以及由于缺乏迭代细化加剧的 intra-token 空间模糊。为抑制这些伪影,我们将RoPE基本频率重新缩放(RFR)与基于自相关的周期性损失(LAP)相耦合。此外,我们还为4K超分辨率研究构建了一个专门的训练数据集,以及三个基准数据集(一个合成数据集和两个真实世界数据集)。广泛的实验表明,OP4KSR在感知质量上与竞争性方法相当,能够在单个NVIDIAH20GPU上仅用5.75秒生成\mathcal{L}_\text{AP})相耦合。此外,我们还为4K超分辨率研究构建了一个专门的训练数据集,以及三个基准数据集(一个合成数据集和两个真实世界数据集)。广泛的实验表明,OP4KSR在感知质量上与竞争性方法相当,能够在单个NVIDIA H20 GPU上仅用5.75秒生成4096\times4096$的输出。

关键词

引用

@article{arxiv.2605.13457,
  title  = {OP4KSR: One-Step Patch-Free 4K Super-Resolution with Periodic Artifact Suppression},
  author = {Chengyan Deng and Pengbin Yu and Zhentao Chen and Wei Shen and Kai Zhang and Meng Li and Lunxi Yuan and Xue Zhou and Li Yu},
  journal= {arXiv preprint arXiv:2605.13457},
  year   = {2026}
}